Token导航 LogoToken导航TokenDH.com
Graphiti MCP Server logo
数据服务stdio官方级别未说明来源级核验

Graphiti MCP Server

MCP Server

Graphiti MCP Server是一个基于Neo4j的知识图谱服务器,支持动态知识图谱管理、OpenAI模型集成和MCP协议,适用于AI代理的知识管理和语义搜索。

工具数

0

提示词数

0

GitHub Stars

140

资源数

0
知识图谱搜索PythonCursorAI代理Cursor

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

gifflet

提供方

gifflet

最后核验

2026/5/17 21:05

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

pip install -r requirements.txt

详细介绍

Graphiti MCP服务器🧠

](https://www.python.org/downloads/release/python-3100/) ![License](https://opensource.org/licenses/MIT) ](https://www.docker.com/)

🌟 一个强大的AI代理知识图服务器,使用Neo4j构建,并与模型上下文协议(MCP)集成。

🚀 特性

  • 🔄 基于Neo4j的动态知识图管理
  • 🤖 与OpenAI模型无缝集成
  • 🔌 MCP(模型上下文协议)支持
  • 🐳 Docker就绪部署
  • 🎯 自定义实体提取功能
  • 🔍 高级语义搜索功能

🛠️ 安装

先决条件

  • Docker和Docker Compose
  • Python 3.10或更高版本
  • OpenAI API密钥
  • 最低4GB RAM(建议8GB)
  • 2GB可用磁盘空间

快速开始🚀

  1. 克隆存储库:
git clone https://github.com/gifflet/graphiti-mcp-server.git
cd graphiti-mcp-server
  1. 设置环境变量:
cp .env.sample .env
  1. 编辑 .env 根据您的配置:
# Required for LLM operations
OPENAI_API_KEY=your_openai_api_key_here
MODEL_NAME=gpt-4.1-mini

# Optional: Custom OpenAI endpoint (e.g., for proxies)
# OPENAI_BASE_URL=https://api.openai.com/v1

# Neo4j Configuration (defaults work with Docker)
NEO4J_URI=bolt://neo4j:7687
NEO4J_USER=neo4j
NEO4J_PASSWORD=demodemo
  1. 启动服务:
docker compose up -d
  1. 验证安装:
# Check if services are running
docker compose ps

# Check logs
docker compose logs graphiti-mcp

备选方案:环境变量

您可以直接使用环境变量运行:

OPENAI_API_KEY=your_key MODEL_NAME=gpt-4.1-mini docker compose up

🔧 配置

服务端口🌐

服务端口用途
Neo4j浏览器74744图形可视化Web界面
Neo4j螺栓7687数据库连接
Graphiti MCP8000MCP服务器端点

环境变量🔧

OpenAI配置

变量必填默认描述
OPENAI_API_KEY-您的OpenAI API密钥
OPENAI_BASE_URL-自定义OpenAI API端点(由OpenAI SDK使用)
MODEL_NAMEgpt-4.1-mini要使用的主要LLM模型
SMALL_MODEL_NAMEgpt-4.1-nano用于较轻任务的小型LLM模型
LLM_TEMPERATURE0.0LLM温度(0.0-2.0)
EMBEDDER_MODEL_NAMEtext-embedding-3-small嵌入模型

Neo4j配置

变量必填默认描述
NEO4J_URIbolt://neo4j:7687Neo4j连接URI
NEO4J_USERneo4jNeo4j用户名
NEO4J_PASSWORDdemodemoNeo4j密码

服务器配置

变量必填默认描述
MCP_SERVER_HOST-MCP服务器主机绑定
SEMAPHORE_LIMIT10LLM调用的并发操作限制

Azure OpenAI配置(可选)

对于Azure OpenAI部署,请使用这些环境变量,而不是标准的OpenAI配置:

变量必填默认描述
AZURE_OPENAI_ENDPOINT✅\*-Azure OpenAI端点URL
AZURE_OPENAI_API_VERSION✅\*-Azure OpenAI API版本
AZURE_OPENAI_DEPLOYMENT_NAME✅\*-Azure OpenAI部署名称
AZURE_OPENAI_USE_MANAGED_IDENTITYfalse使用Azure托管身份进行身份验证
AZURE_OPENAI_EMBEDDING_ENDPOINT-嵌入的单独端点
AZURE_OPENAI_EMBEDDING_API_VERSION-用于嵌入的API版本
AZURE_OPENAI_EMBEDDING_DEPLOYMENT_NAME-嵌入的部署名称
AZURE_OPENAI_EMBEDDING_API_KEY-用于嵌入的单独API密钥

\*使用Azure OpenAI时需要

笔记:

  • OPENAI_BASE_URL 由OpenAI Python SDK直接使用,可用于代理配置或自定义端点
  • SEMAPHORE_LIMIT 控制并发LLM API调用-如果遇到速率限制,则降低,如果吞吐量更高,则增加
  • Azure配置是标准OpenAI的替代方案-不要混合使用这两种配置

Neo4j设置🗄️

Neo4j的默认配置:

  • 用户名: neo4j
  • 密码: demodemo
  • URI: bolt://neo4j:7687 (Docker网络内)
  • 针对开发进行了优化的内存设置

Docker环境变量🐳

您可以直接使用环境变量运行:

OPENAI_API_KEY=your_key MODEL_NAME=gpt-4.1-mini docker compose up

对于Azure OpenAI:

AZURE_OPENAI_ENDPOINT=https://your-resource.openai.azure.com \
AZURE_OPENAI_API_VERSION=2024-02-01 \
AZURE_OPENAI_DEPLOYMENT_NAME=your-deployment \
OPENAI_API_KEY=your_key \
docker compose up

🔌 整合

游标IDE集成🖥️

  1. 配置光标MCP设置:
{
  "mcpServers": {
    "Graphiti": {
      "command": "uv",
      "args": ["run", "graphiti_mcp_server.py"],
      "env": {
        "OPENAI_API_KEY": "your_key_here"
      }
    }
  }
}
  1. 对于基于Docker的设置:
{
  "mcpServers": {
    "Graphiti": {
      "url": "http://localhost:8000/sse"
    }
  }
}
  1. 将Graphici规则添加到Cursor的用户规则中 (参见 graphiti_cursor_rules.mdc)
  2. 在Cursor中启动代理会话

其他MCP客户端

服务器支持标准MCP传输:

  • SSE(服务器发送事件): http://localhost:8000/sse
  • Websocket: ws://localhost:8000/ws
  • 音乐节目 : 直接过程沟通

💻 发展

地方发展设置

  1. 安装依赖项:
# Using uv (recommended)
curl -LsSf https://astral.sh/uv/install.sh | sh
uv sync

# Or using pip
pip install -r requirements.txt
  1. 在本地启动Neo4j:
docker run -d \
  --name neo4j-dev \
  -p 7474:7474 -p 7687:7687 \
  -e NEO4J_AUTH=neo4j/demodemo \
  neo4j:5.26.0
  1. 运行服务器:
# Set environment variables
export OPENAI_API_KEY=your_key
export NEO4J_URI=bolt://localhost:7687

# Run with stdio transport
uv run graphiti_mcp_server.py

# Or with SSE transport
uv run graphiti_mcp_server.py --transport sse --use-custom-entities

测试

# Run basic connectivity test
curl http://localhost:8000/health

# Test MCP endpoint
curl http://localhost:8000/sse

🔍 故障排除

常见问题

🐳 Docker问题

# Clean up and restart
docker compose down -v
docker compose up --build

# Check disk space
docker system df

日志和调试

# View all logs
docker compose logs -f

# View specific service logs
docker compose logs -f graphiti-mcp
docker compose logs -f neo4j

# Enable debug logging
docker compose up -e LOG_LEVEL=DEBUG

性能问题

  • 内存: 增加Neo4j堆大小 docker-compose.yml
  • 储存: 监控Neo4j数据量使用情况
  • 网络: 检查防火墙阻止端口7474、7687、8000

🏗️ 建筑

┌─────────────────┐    ┌──────────────────┐    ┌─────────────────┐
│   MCP Client    │    │  Graphiti MCP    │    │     Neo4j       │
│   (Cursor)      │◄──►│     Server       │◄──►│   Database      │
│                 │    │   (Port 8000)    │    │  (Port 7687)    │
└─────────────────┘    └──────────────────┘    └─────────────────┘
                                │
                                ▼
                       ┌──────────────────┐
                       │   OpenAI API     │
                       │   (LLM Client)   │
                       └──────────────────┘

组件

  • Neo4j数据库: 图形存储和查询
  • Graphiti MCP服务器: API层和LLM操作
  • OpenAI集成: 实体提取和语义处理
  • MCP协议: 标准化的AI代理通信

🤝 贡献

欢迎投稿!请随时提交拉取请求。

📝 许可证

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。

🙏 致谢

______________________________________________________________________

需要帮助? 打开问题或查看我们的 故障排除指南 上面。

目录标签

目录标签

知识图谱搜索PythonCursorAI代理本地部署语义搜索Neo4jOpenAI集成

支持客户端

Cursor

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

工具数量(toolCount,工具数)

0

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP